Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
HIPÓTESIS.
6.1 INFERENCIA ESTADISTICA
La estadística está dividida en descriptiva e inferencial donde La
estadística Descriptiva se relaciona principalmente con la recopilación,
presentación y descripción de datos. Y la estadística Inferencial esta formada
por un conjunto de métodos o técnicas utilizadas para la toma de decisiones o
establecer conclusiones de una población. Para que la estadística inferencial
sea efectiva sobre las conclusiones de una población, se requiere que las
muestras seleccionadas de dicha población, sean muestras aleatorias. Los
métodos estadísticos hacen uso de la información contenida en la muestra
aleatoria y con base a esa información, se interpreta, se infiere y se toman las
decisiones de la población.
de ̅ es
̅
√
(6.1)
̅
√ (6.2)
̅ ̅ (6.3)
⁄ ⁄
√ √
0.05
0.01
Tabla 6.1 Valores de ⁄ para distintos valores (alfa)
√ √
Por lo tanto, para una confianza estadística del 99%, la estatura media
poblacional de los estudiantes esta entre 163.425 y 165.731.
Nótese que la longitud el intervalo de confianza al 99% es mayor que la
longitud del intervalo de confianza al 95%. En general, para un tamaño de
muestra fijo y una desviación estándar , entre mas grande sea la confianza
estadística, mas grande será el intervalo de confianza resultante.
(6.4)
̂ ̂ ̂ ̂
̂ ⁄ √ ̂ ⁄ √
[ ]
√ [ ]
0.4 G. L.
2
3
densidad 0.3 10
0.2
0.1
0
-9 -6 -3 0 3 6 9
x
(6.5)
̅ ̅ (6.6)
⁄ ⁄
√ √
̅
S=4.00139
√ √
Por lo tanto, se tiene una confianza estadística del 95% de que el promedio de
estatura de los estudiantes se encuentra entre 161.15 y 167.71.
(6.7)
⁄ ⁄
⁄ ⁄
Chi-Cuadrada
0.6 G. L.
2
0.5 5
10
0.4
densidad
v=2
0.3
0.2 v=5
0.1 v=10
0
0 10 20 30 40
x
(6.8)
Tiene una distribuida como con n-1 grados de libertad y se le conoce como
la distribución de muestreo ji-cuadrada, donde es el tamaño de la muestra
aleatoria, la varianza muestral. Con la distribución de muestreo ji-cuadrada
se puede construir estimaciones de intervalo de confianza y hacer pruebas de
hipótesis estadísticas sobre la varianza de una población normal. El estadístico
ji-cuadrada también se puede dar con la siguiente expresión
∑ ̅ (6.9)
Propiedades de las distribuciones ji-cuadrada
es una ji- cuadrada con n-1 grados de libertad. Esta distribución se muestra en
la figura 6.6. Para el desarrollo del intervalo de confianza de , de la figura
6.4 se tiene la siguiente expresión (6.10)
(6.10)
( ⁄ ⁄ )
(6.11)
( )
⁄ ⁄
Figura 6.6 Derivación de un intervalo de confianza para en una distribución normal
(6.12)
( )
⁄ ⁄
Ejemplo 6.4. Considerando los datos del ejemplo 6.3, de las estaturas de los
estudiantes, encontrar un intervalo de confianza bilateral al 95% para la
varianza poblacional de las estaturas de los estudiantes.
S=4.00139
S2=16.011
( )
( )
centímetros
La proposición centímetros, se conoce como Hipótesis nula,
mientras que la proposición centímetros, recibe el nombre de
Hipótesis alternativa. En la hipótesis alternativa se especifican los valores de
que pueden ser mayores o menores que 165 centímetros, también se conoce
como Hipótesis alternativa bilateral. En algunas situaciones, lo que se
desea es formular una Hipótesis alternativa unilateral, como pudieran ser,
.
ó
.
Tabla 6.4 Situaciones que determinan si la decisión final fue correcta o errónea.
CASO I
Supongas que se desea probar la hipótesis
REGLA DE DECISION
⁄ o ⁄
De otra forma si el valor del estadístico de prueba está entre ⁄ y ⁄
3. El nivel de significancia es
̅
4. El estadístico de prueba es
√
Figura 6.9 Regla de decisión para una prueba de hipótesis a dos colas
CASO II
Figura 6.10 Regla de decisión para una prueba de hipótesis a una cola superior
La hipótesis alternativa es
3. El nivel de significancia es
̅
4. El estadístico de prueba es
√
Figura 6.11 Regla de decisión para una prueba de hipótesis a una cola inferior
CASO III
Ejemplo 6.8. Considerando los datos del ejemplo 6.6 con respecto al
rendimiento de un proceso químico, plantearemos la hipótesis alternativa de
que el rendimiento del proceso químico es menor que el 90%, es decir
, utilizar .
La hipótesis alternativa es
3. El nivel de significancia es
̅
4. El estadístico de prueba es
√
Tabla 6.6 Diversas formas de plantear las hipótesis, donde k es un valor específico.
expresión 6.14
̅ ̅ (6.14)
⁄ o ⁄
̅ ̅
̅ ̅
√ √
̅ ̅ (6.15)
Las reglas de rechazo para la hipótesis nula, son las mismas que se describen
en la sección 6.19.
̅ ̅ ( )
√ √
Figura 6.13 Regla de decisión para una prueba de hipótesis a una cola superior
̅ (6.16)
⁄ o ⁄
√ √
(6.17)
̅ ̅ (6.18)
√
Donde es,
(6.19)
√
⁄ o ⁄
⁄
se debe rechazar la hipótesis nula .
Ejemplo 6.12
Caso II
En algunos casos no es recomendable suponer que la varianzas desconocidas
sean iguales. En tal situación, no existe un estadístico t exacto para
probar la hipótesis nula . Pero el estadístico
̅ ̅ (6.20)
√
( )
(6.21)
- 2
( ⁄ ) ( ⁄ )
Ejemplo 6.13
(6.22)
√
⁄ o ⁄
Ejemplo 6.14 Un fabricante afirma que por lo menos el 90% de las piezas de
una maquinaria que se fabrican en una empresa cumplen con las
especificaciones del producto. Una inspección de 200 de esas piezas reveló
que 160 de ellas cumplían con las especificaciones. Pruebe si lo que afirma el
fabricante es cierto. Utilizar .
Solución:
√ √
(6.23)
(6.24)
2. Nivel de confianza :
Probabilidad de rechazar la hipótesis nula.
usualmente 0.05 y 0.01
3. Grados de Libertad y Valor Crítico .
Según los grados de libertad se ubica el valor crítico en la tabla .
4. Se extrae el valor de prueba: el valor resultante se compara con
el valor crítico , si es mayor se rechaza la hipótesis nula.
Ejemplo 6.16 Una compañía produce piezas maquinadas para motor que se
supone tienen una varianza en diámetro no mayor que 0.0002 pulgadas. Una
muestra aleatoria de piezas dio pulgadas. Suponga que
deseamos comparar la variación en los diámetros de las piezas producidas por
la empresa, con la variación en los diámetros de las piezas producidas por un
competidor donde para piezas la ¿los datos proporcionan
suficiente información para indicar una variación mas pequeña en diámetros
para el competidor? Prueba usando .
Ejercicios unidad 6